Я не могу добиться того, чтобы резюме работали с API-оценщиком Tensorflow.API оценщика тензора: Резюме
Класс Estimator очень полезен по многим причинам: я уже реализовал свои собственные классы, которые действительно похожи, но я пытаюсь переключиться на этот.
Вот пример кода:
import tensorflow as tf
import tensorflow.contrib.layers as layers
import tensorflow.contrib.learn as learn
import numpy as np
# To reproduce the error: docker run --rm -w /algo -v $(pwd):/algo tensorflow/tensorflow bash -c "python sample.py"
def model_fn(x, y, mode):
logits = layers.fully_connected(x, 12, scope="dense-1")
logits = layers.fully_connected(logits, 56, scope="dense-2")
logits = layers.fully_connected(logits, 4, scope="dense-3")
loss = tf.reduce_mean(tf.nn.sparse_softmax_cross_entropy_with_logits(logits=logits, labels=y), name="xentropy")
return {"predictions":logits}, loss, tf.train.AdamOptimizer(0.001).minimize(loss)
def input_fun():
""" To be completed for a 4 classes classification problem """
feature = tf.constant(np.random.rand(100,10))
labels = tf.constant(np.random.random_integers(0,3, size=(100,)))
return feature, labels
estimator = learn.Estimator(model_fn=model_fn,)
trainingConfig = tf.contrib.learn.RunConfig(save_checkpoints_secs=60)
estimator = learn.Estimator(model_fn=model_fn, model_dir="./tmp", config=trainingConfig)
# Works
estimator.fit(input_fn=input_fun, steps=2)
# The following code does not work
# Can't initialize saver
# saver = tf.train.Saver(max_to_keep=10) # Error: No variables to save
# The following fails because I am missing a saver... :(
hooks=[
tf.train.LoggingTensorHook(["xentropy"], every_n_iter=100),
tf.train.CheckpointSaverHook("./tmp", save_steps=1000, checkpoint_basename='model.ckpt'),
tf.train.StepCounterHook(every_n_steps=100, output_dir="./tmp"),
tf.train.SummarySaverHook(save_steps=100, output_dir="./tmp"),
]
estimator.fit(input_fn=input_fun, steps=2, monitors=hooks)
Как вы можете видеть, я могу создать оценщик и использовать его, но я могу добиться, чтобы добавить крючки для процесса подгонки.
Каротажные крючки прекрасно работает, но другие требуют оба тензоров и заставки, которые я не могу предоставить.
тензоры определены в функции модели, таким образом, я не могу передать их в SummaryHook и Saver не может быть инициализирован, поскольку нет тензором, чтобы сохранить ...
ли есть решение моей проблемы? (Я предполагаю, что да, но есть отсутствие документации этой части в документации tensorflow)
- Как я могу инициализировать мой заставки? Или я должен использовать другие объекты, такие как Леса?
- Как передать резюме на SummaryHook так как они определены в моей функции модели?
Заранее спасибо.
PS: Я видел API-интерфейс DNNClassifier, но я хочу использовать API-интерфейс оценки для сверточных сетей и других. Мне нужно создать резюме для любой оценки.
Хорошо, я вижу. Но как я могу определить сводки, которые нужно сохранить? Должен ли я использовать стандартную скалярную итоговую функцию в функции модели? – Ma2tg
Да, они должны быть добавлены в сборник резюме и взяты для сохранения автоматически. –
@ Allen Lavoie Я не мог найти эту информацию в руководстве по быстрому старту tenorflow/Работая с оценщиками, вы, ребята, должны явно указать: «Добавить сводки к коллекциям - вот как» – Pietrko